Kalibrace kamery pro robotické pracoviště
|
|
- Jarmila Králová
- před 7 lety
- Počet zobrazení:
Transkript
1 5 Bakalářská práce F3 České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Kalibrace kamery pro robotické pracoviště Jaroslav Lištvan Studijní program: Kybernetika a robotika Obor: Robotika Květen 2017 Vedoucí práce: Ing. Pavel Krsek, Ph.D.
2
3
4
5 Poděkování Chtěl bych poděkovat Ing. Pavlu Krskovi, Ph.D. za ochotu a podporu v půběhu psaní této práce. / Prohlášení Prohlašuji, že jsem předloženou práci vypracoval samostatně a že jsem uvedl veškeré použité informační zdroje v souladu s Metodickým pokynem o dodržování etických principů při přípravě vysokoškolských závěrečných prací. V Praze dne v
6 Abstrakt Práce se zabývá kalibrací kamery na robotickém pracovišti. Cílem je odhad vnějších a vnitřních parametrů kamery. Tedy zajištění opravy deformace obrazu poskytnutého kamerou a odhadnutí její polohy a orientace v rámci robotického pracoviště. Účelem je umožnit použití kamery ke snímání pracovního prostoru, aby na základě této informace bylo možné provádět robotickou manipulaci s předměty. Klíčová slova: OpenCV, kalibrace, kamera, Aruco / Abstract Thesis studies camera calibration in robotic workspace. Goal is to estimate extrinsic and intrinsic camera parameters. Thus enable undistortion of image provided by camera, and estimating camera s position and orientation in robotic workspace. Purpuse of thesis is to enable use of camera to gather accurate information about camera workspace to be used for robotic manipulation with objects in camera workspace. Keywords: OpenCV, calibration, kamera, Aruco Title translation: Camera calibration for robotic workspace vi
7 / Obsah 1 Úvod Robotické pracoviště Kamera Objektiv Robot Pracovní prostor Kalibrace kamery Matematický model kamery Kalibrace kamery pomocí OpenCV Záznam obrazů pro kalibraci Provedení kalibrace v OpenCV Vzájemná kalibrace robota a kamery Záznam dat pro vzájemnou kalibraci Výpočet poloh značky Aruco Detekce značky Aruco v obrazech scény Výpočet vnějších parametrů kamery Vyhodnocení výsledků Výsledky kalibrace kamery Výsledky vzájemné kalibrace robota a kamery Závěr Literatura vii
8 / Obrázky 2.1. Robotické pracoviště Parametry fotoaparátu Nikon D Parametry objektivu AF Nikkor 50mm f/1.8d Robotická sestava Schéma rozvržení zařízení na pracovišti Model kamery (Pinhole camera model)...6 viii
9 Kapitola 1 Úvod Tato práce se zabývá kalibrací kamery umístěné na robotickém pracovišti za účelem použití jejich snímků k robotické manipulaci. Aby bylo možné použití obrazu z kamery k robotické manipulaci je nutné znát její vnitřní a vnější parametry. Znalost vnitřních parametrů slouží k opravě obrazu kamery a získání přesné informace o zabírané scéně, zatímco vnější parametry udávají polohu a orientaci kamery vůči scéně samotné. Vnitřní parametry získám pomocí snímání obrazů kalibračního obrazce známých rozměrů a jejich zpracováním pomocí funkce knihovny OpenCV calibratecamera. Vnější parametry získáme pomocí zpracování obrazů značek Aruco se znamými polohami ve světových souřadnicích. Porovnáním poloh značek ve světových souřadnicích s jejich polohami v souřadnicích kamery získámé pozici a orientaci kamery ve světových souřadnicích. S těmito dvěma druhy parametrů bude poté možné získat z obrazů kamery informace pro řízení ramena manipulátoru a provádění manipulace. 1
10 Kapitola 2 Robotické pracoviště Robotické pracoviště je prostor ve kterém se nacházejí používaná zařízení a kde je s nimi prováděna činnost. V této práci je pracoviště tvořeno kamerou s objektivem, robotem CloPeMa [1] a pracovní plochou. V tomto prostoru budeme provádět kalibraci kamery a vzájemnou kalibraci robota a kamery. Rozmístění těchto zařízení je zobrazeno na následujícím Obrázku 2.1. Obrázek 2.1. Model robotické pracoviště v simulátoru Rviz Robot CloPeMa je umístěn ve středu robotického pracoviště. Na tomto místě si v základně robota definujeme počátek světových souřadnic. Orientace a poloha světového souřadného systému je uvedena na obrázku2.1 a je také souřadnicovou soustavou robota. Pracovní prostor je tvořen plochou tácu, umistěného na stole ve směru osy x světových souřadnic ve vzdálenosti přibližně 1.3 metru. Stůl je umístěn symetricky vůči ose x. Kamera je umístěna ve svislém směru nad pracovním prostorem, tak aby jej zabírala pokud možno celou jeho plochu. 2.1 Kamera Použitou kamerou je fotoaparát Nikon Digital SLR Camera D Kamera je napájena z robotické setavy. Řízení a komunikace probíhá pomocí USB. Kamera je umístěna nad pracovní plochou pomocí stojanu, tak aby snímala celou pracovní plochu s jejím středem uprostřed obrazu.2.5. Základní vlastnosti fotoaparátu jsou2.2. 2
11 ... PARAMETR Typ Rozlišení Velikost senzoru Typ senzoru 2.2 Objektiv HODNOTA Nikon Digital SLR Camera D x 3264 px 23.6 x 15.6 (ASP-C Nikon) CMOS Obrázek 2.2. Parametry fotoaparátu Nikon D5100 [2] 2.2 Objektiv Jedná se o objektiv AF Nikkor 50mm f/1.8d2.3. Tento objektiv má pevné ohnisko ve vzdálenosti 50 mm. U zaostřovacího objektivu by docházelo pokaždé k různé deformaci obrazu a tan by jej nebylo možné opravit pomocí jedné kalibrace kamery, ale kalibrace by se musela provést při kažném novém zaostření. Objektiv byl zaostřen na zachycení pracovní plochy. Takto zaostřen již zůstavá a pro tento stav provedeme kalibraci. Parametry jsou následující2.3. PARAMETR Typ Ohnisková vzdálenost Nejkratší zaostřitelná vzdálenost HODNOTA AF Nikkor 50mm f/1.8d 50 mm 0.45 m Obrázek 2.3. Parametry objektivu AF Nikkor 50mm f/1.8d[3] 2.3 Robot Robot CloPeMa [1] je umístěn nad počátkem světových souřadnic. Sestává ze základny, otočné torza MOTOMAN R-750 [4] se dvěmi otočnými rameny MOTOMAN MA1400 [5]. Obrázek 2.4. Robotická sestava 3
12 2. Robotické pracoviště Pracovní prostor Pracovním prostorem je plocha kovového tácu o velikosti 90x60 cm. Tác je umístěn na stole ve výšce 60.5 cm nad zemí. Střed tácu se nachází pod kamerou, tak aby zabírala pokud možno celou jeho plochu. Přibližné rozvržení zařízení v prostoru je na následujícím schématu [6]. Vzhledem k tomu, že objekty robotického pracoviště, s vyjímkou robota, nejsou pevně připevněny k zemi, nelze zaručit jejich přesnou polohu, či jejich setrvaní v dané poloze v průběhu práce na robotockém pracovišti. Obrázek 2.5. Schéma rozvržení zařízení na pracovišti 4
13 Kapitola 3 Záznam obrazu Tato kapitola popisuje záznam obrazu pracovního prostoru kamerou k provedení kalibrace kamery a vzájemné kalibrace robota a kamery. V zadání práce je určeno provést záznam snímků v prostředí ROS[7]. Toto řešení boužel nebylo možné v přiměřené době provést. Z důvodu složitosti takového řešení a vzniklých komplikací vzhledem k jednoduchosti samotného úkonu jsem se rozhodl provést záznam obrazu pomocí knihovny libgphoto2. Knihovna libgphoto2 [8] umožnuje s pomocí příkazového řádku gphoto2 snadný a rychlý záznam obrazu u značného počtu modelů fotoaparátů. K záznamu jsem navrhl program v prostředí C++, který bude provádět záznam vybraných snímků potvrzených uživatelem. Uživatel může s programem nakládat dle po spuštění zobrazeného manuálu a zobrazený náhled scény uložit, či nahradit aktuálním. Tento program také po dokončení záznamu vytvoří seznam snímků ve formátu pro jejich snadné zpracování pomocí knihovny OpenCV [9]. Program se nachází v použitém kódu, pod názvem capture.cpp. Jeho kompilaci lze provést v adresáři kde se nachází pomocí příkazu g++ -o capture capture.cpp pkg-config opencv cflags libs. Program se volá pomocí příkazu./capture. 5
14 Kapitola 4 Kalibrace kamery 4.1 Matematický model kamery Ke zjištění stavu scény zabírané kamerou je nutné, aby z kamery získaný obraz byl její co nejpřesnější reprezentací. Obraz získaný kamerou je ovlivněn značnou deformací, kterou lze popsat vnitřními parametry kamery. Kalibrace kamery slouží ke zjištění těchto vnitřních parametrů. Se znalostí těchto parametrů je možné zpětně upravit získaný obraz, tak, aby nebyl ovlivněn deformací kamery a byl použitelnou reprezentací scény. Výpočet těchto vnitřních parametrů je prováděn pomoci modelu jednoduché kamery bez čočky znamé jako pinhole camera model[10]. Jde o model kamery, kde je obraz tvořen projekcí bodů z trojrozměrného prostoru do zobrazovací roviny. Obrázek 4.1. Model kamery (Pinhole camera model) sm = A [R t] M (4.1) X x f x 0 c x r 11 r 12 r 13 t 1 s y = 0 f y c y r 21 r 22 r 23 t 2 Y Z (4.2) z r 31 r 32 r 33 t 3 1 (X,Y,Z) - souřadnice bodů v trojrozměrném prostoru ve světových souřadnicích (u,v) - souřadnice místa projekce v pixelech A - je matice kamery, neboli matice vnitřních parametrů (c x, c y ) - souřadnice bodu v pixelech, který bývá ve středu obrazu. f x, f y - jsou vzdálenosti ohniska v pixelech 6
15 Kalibrace kamery pomocí OpenCV Matice vnitřních parametrů nezávisí na poloze, či orientaci kamery v prostoru. Závislost polohy a natočení kamery vůči světovým souřadnicím určuje transformační matice [R t]. Transformační matice popisuje převod souřadnic bodů v trojrozměrném prostoru ze světovýh souřadnic do souřadnic kamery.[11] V případě reálné čočky bude výpočet složitější. Přepočet souřadnic a výpočet souřadnic promítaných bodů s reálnou čočkou, pro z 0 vypadá následovně. x X y = R Y + t (4.3) z Z x = x z (4.4) y = y z (4.5) x = x 1 + k 1r 2 + k 2 r 4 + k 3 r k 4 r 2 + k 5 r 4 + k 6 r 6 + 2p 1x y + p 2 (r 2 + 2x 2 ) (4.6) 1 + k y 1 r 2 + k 2 r 4 + k 3 r 6 = y 1 + k 4 r 2 + k 5 r 4 + k 6 r 6 + p 1(r 2 + 2y 2 ) + 2p 2 x y (4.7) r 2 = x 2 y 2 (4.8) u = f x x + c x (4.9) v = f y y + c y (4.10) Kde k 1, k 2, k 3, k 4, k 5 a k 6 jsou radiální koeficienty deformace. Zatímco p 1 a p 2 jsou tangenciální koeficienty deformace. 4.2 Kalibrace kamery pomocí OpenCV K provedení kalibrace kamery použijeme knihovnu OpenCV[9]. Ta je k tomuto účelu vybavena několika funkcemi, sloužicími pro získání potřebných dat ze zaznamenaných obrazů. Jaké obrazy je třeba kamerou zaznamenat, a jak je zpracuji funkcemi knihovny OpenCV popíši v následujících podsekcích Záznam obrazů pro kalibraci K záznamu obrazů použiji program capture, který je popsán v Kapitole 3 Záznam obrazu4. Pro získání potřebných dat z obrazu musí být v obraze viditelně umístěn kalibrační obrazec o známých rozměrech. K této kalibraci jsem použil kalibrační obrazec šachovnice o rozměrech 10x7 a velikosti kostky 2.44 cm. Obrazů kalibračního obrazce musí být kvůli dostatečnému množství dat vyžší počet. Kvůli zmapování deformace obrazu kamery jsem zaznamenal 103 obrazů kalibračního obrazce v různých polohách, orientacích a vzdálenostech od kamery pokrývající celou viditelnou pracovní plochu. 7
16 4. Kalibrace kamery Provedení kalibrace v OpenCV Po nasbírání obrazců pomocí programu použije kalibrační program calibration[12] poskytnutý knihovnou OpenCV v rámci samples. Kód programu zkopírujeme z knihovny do adresáře se zaznamenanými obrazy a vegenerovaným seznamem obrazů. Zkompilujeme jej příkazem g++ -o calibration calibration.cpp pkg-config opencv cflags libs, a zavoláme s příkazem s následujícími argumenty./calibration -w=10 -h=7 -s= o=camera.yml imagefile.xml. V argumentech předáváme rozměry kalibračního obrazce, název výstupního souboru s parametry kamery a název seznamu zaznamenaných obrazů. Výsledkem bude soubor s maticí kamery, deformačními koeficienty a průměrnou chybou reprojekce. 8
17 Kapitola 5 Vzájemná kalibrace robota a kamery Vzájemnou kalibrací robota a kamery je myšleno získání vnějších parametrů kamery. Těmito vnějšími parametry kamery je poloha a orientace perspektivy kamery ve světových souřadnicové soustavě robotického pracoviště. Dále také použijeme modul Aruco. Modul Aruco je součástí dodatečných modulů knihovny OpenCV. Modul Aruco slouží k vytváření a detekci značek určených ke sledování polohy předmětů, na kterých jsou připevněné v obraze kamery. K získání těchto dat je nutné provést následující kroky. 5.1 Záznam dat pro vzájemnou kalibraci K provedení kalibrace je nutné vytvořit řadu obrazů značky Aruco v pozicích se známými polohami ve světových souřadnicích nad pracovním prostorem. Toto je docíleno nastavovaním ramena s pevně připevněnou značkou Aruco do různých kamerou viditelných poloh o různých výškách nad pracovním prostorem. Postup je podobný provedení záznamu obrazů pro kalibraci vniřních parametrů v Kapitole Při tomto kroku provádím nastavování ramena robora pomocí uživatelského rozhraní prostředí ROS s názvem Rviz. V tomto prostředí pro kažkou polohu ramena zaznamenám poskytnutou informaci o poloze a orientaci sledované osy části ramena r2 gripper ve světových souřadnicích. Vůči této ose je mi známa přesná poloha a orientace značky Aruco v jejich souřadnicích. Souřadnicemi je poloha osy r2 gripper ve světových souřadnicích a orientace v podobě kvaternionů. Polohu značky Aruco následně přepočítám to světových souřadnic. 5.2 Výpočet poloh značky Aruco K přepočtu poloh značky Aruco ze souřadné soustavy manipulátoru r2 gripper, do světové souřadné soustavy použiji náležitou transformační matici. K vytvoření transformační matice musím nejprve získat matici rotační. Rotační matici získám ze zaznamenaných kvaterniónů pomocí funkcí knihovny Eigen[13]. Použité funkce jsou.normalized() k normalizaci kvaternionu a.torotationmatrix() pro převedení na rotační matici. S pomocí knihovny Eigen získanou matici je nutné upravit tak, že když je realná části kvaterniónu q.w záporná, provedu ještě její transpozici. Výpočet polohy značky Aruco ve světových souřadnicích je následující. x y = T z X x y = R Y Z z (5.1) (5.2) 9
18 5. Vzájemná kalibrace robota a kamery... (X,Y,Z) - souřadnice osy r2 gripper ve světových souřadnicích (x,y,z) - souřadnice středu značky Aruco ve světových souřadnicích R - rotační matice z osy r2 gripper do světových souřadnic. ( , 0, ) - poloha středu značky Aruco v souřadnicích osy r2 gripper 5.3 Detekce značky Aruco v obrazech scény K detekci značek Aruco poskytuje modul knihovny OpenCV funkci detectmarkers. Tato funkce v zadaném obrazu zbaveném deformace způsobené kamerou nalezne rohy značky Aruco v souřadnicích pixelů obrazu u,v. Střed značky vzhledem k jejímu čtvercovitému tvaru získáme jako průměru souřadnic jejích rohů. 5.4 Výpočet vnějších parametrů kamery K získání vnějších parametrů použijeme souřadnice středu značky Aruco ve světových souřadnicích a v souřadnicích pixelů jejich obrazu. Tyto dvě odpovídající sady souřadnic zpracujeme pomocí funkce knihovny OpenCV s názvem solvepnp. Funkce vyžaduje jak souřadnice bodu ve světových souřadnicích tak v součadnicích pixelů obrazu. Dále funkce využívá matici kamery a deformační koeficienty. Funkce solvepnp vrací translační vektor z osy kamery do světových souřadnic a rotační vektror druhu rodrigues knihovny OpenCV z kamery do světových souřadnic. Rotační matici z rotačního vektoru rodriques získáme pomocí funkce Rodriques(rotVector, rotmatrix)[12]. Translační vektor ve směru ze světových souřadnic do polohy kamery, tedy polohový vektor kamery ve světových souřadnicích získáme následovně. X x Y = R T y (5.3) Z z (X,Y,Z) - souřadnice kamery ve světových souřadnicích (x,y,z) - translační vektor ze soustavy kamery do světových souřadnic v. R - rotační matice ze osy kamery do světové souřadnicové osy 10
19 Kapitola 6 Vyhodnocení výsledků V této kapitole provedu vyhodnocení výsledků zadaných úkonů. 6.1 Výsledky kalibrace kamery Výsledkem kalibrace kamery je matice kamery a deformační koeficienty. Kalibraci jsem provedl voláním programu knihovny OpenCV calibration. Program zkompilujeme pomocí příkazu g++ -o calibration calibration.cpp pkg-config opencv cflags libs a zavolaným příkazem s argumenty./calibration -w=10 -h=7 -s= o=camera.yml imagefile.xml. Kde imagefile sestává ze 103 obrazů kalibračního obrazce šachovnine. Program volaný s těmito parametry vypočítal následující matici kamery a koeficienty deformace. Hodnoty jsou matice kamery jsou v pixelech uvedu je tedy zaokrouhlené na celé pixely. f x 0 c x f y c y = (6.1) c x, c y - souřadnice bodu v pixelech, který bývá ve středu obrazu. f x, f y - jsou vzdálenosti ohniska v pixelech Hodnoty matice kamery lze ověřit výpočtem ohniskové vzdálenosti ze vzdáleností ohniska v pixelech a znalosti počtu pixelů v rozměru čipu společně s rozměrem čipu. Výpočet je následující. F x = f x (W/w) = 11687(0.0236/4928 = m (6.2) F y = f y (H/h) = 11687(0.0156/3264) = m (6.3) f x, f y - jsou vzdálenosti ohniska v pixelech W, H - rozměry výšky a šířky senzoru CMOS v metrech. w, h - šířka a výška pixelového pole CMOS senzoru v pixelech Výsledné hodnoty za předpokladu, že rozměry čipu jsou kvůli lemu na okrajích čipu větší než samotné pixelové pole, odpovídá ohniskové vzdálenosti objektivu 50 mm. Souřadnice c x = 2463 a c y = 1617 označují bod projekce na čipové pole odpovídají středu kamerou zabírané scény. Pixelové pole čipu má velikost 4928x3264. Střed tohoto pole odpovídá přibližně pixelu u = 2464 a v = V tomto případě leží střed scény téměř zcela přesně ve středu pixelového pole. Kalibrační program dále vypočítal reprojekční chybu, chybu polohy změřených vůči vypočítaným polohám bodů daných dosažený získanými kalibračními hodnotami. Tato chyba je udávaná v pixelech a pro tuto kalibraci je pixelu. Vzhledem k výsledkům výpočtu z hodnot matice kamery a hodnotě reprojekční chyby menší než jeden pixel považuji kalibraci kamery za použitelnou. 11
20 6. Vyhodnocení výsledků Výsledky vzájemné kalibrace robota a kamery Výsledkem vzájemné kalibrace robota a kamery je poloha a rotace perspektivy kamery vůči světové souřadné ose použivané robotem. Kalibrace je dosažena zpracováním pomocí dvou sad souřadnic stejných bodů, ve světových souřadnicích a rovinných souřadnicích obrazu kamery pomocí programu robcamcalib. Program se kompiluje povelem g++ -o robcamcalib robcamcalib.cpp pkg-config opencv cflags libs a volá se povelem./robcamcalib. Při použití funkce solvepnp s metodou ITERATIVE, která funguje na principu minimalizace reprojekční chyby, bylo dosaženo těchto výsledků R R C = (6.4) tvec = (6.5). R R C - rotační matice kamery ze souřadnic robota do kamery. tvec - translační vektor polohy perspektivy kamery vůči světovým souřadnicím Výsledky odhadu pozice kamery jsou velmi podobné hodnotám naměřeným při ručním měřením. Rotační matice opovídá změnám v orientaci os. Kde je poloha kamery odhadnuta přibližně na souřadnice (x,y,z) = (1.25, 0, 2.5) metrů. Absolutní odchylky jsou přibližně (1, 2, 3.4) centimetrů. Vzhledem k nepřesnosti dostupných ručních měřících zařízení a tomu, že konstrukce držící fotoaparát není tuze spojená se souřadnou soustavou robota, se také nelze spolehnout že ručně měřený odhad polohy kamery odpovídá skutečnosti. Tento výsledek povařuji za přijatelný odhad, pro další kalibraci na spolehlivějším provedení konstrukce robotického pracoviště. 12
21 Kapitola 7 Závěr V rámci práce jsem provedl kalibraci kamery pro použití na daném robotickém pracovišti. K záznamu obrazu jsme místo prostředí ROS, z důvodů komplikované implementace jsem zvolil použití knihovny libgphoto2. Ta umožnila záznam obrazu mnohem uživatelsky přívětivějším způsobem. Pro podporu snímání jsem vytvořil program umožnují náhled a následné uložení obrazu s následnou automatickou tvorbou seznamu obrazů pro zpracování pomocí knihovny OpenCV. Dále jsem určil vnitřní parametry kamery pomocí snímání obrazů kalibračního obrazce. Výsledkem byla matice kamery a koeficienty popisující deformaci optické cesty umožnující opravu obrazu k získání věrohodné reprezentace pracovního prostoru, nad kterým je kamera umístěna. V dalším kroku jsem s takto kalibrovanou kamerou provedl záznam značek Aruco. Po provedení porovnání jejich poloh ve světové souřadnicové soustavě a souřadnicové soustavě kamery jsem získal vnější parametry kamery. Výsledkem je odhad polohy a orientace kamery vůči světové souřadnicové soustavě. Výsledný odhad přesně neodpovída ručnímu měření konstrukce, ale vzhledem k faktu že, konstrukce držící kameru není tuhá a provádáme porovnání s velmi nepřesnými prostředky jde o přijatelný odhad. Se získanými vnitřními a vnějšími parametry je dále možné provést robotickou manipulaci s objety nalezajícími se na pracovní ploše. Za pomocí algoritmů pro detekci a lokalizaci objektů v obrazu lze určit z obrazu kamery polohy objektu na pracovní ploše. 13
22 Literatura [1] Home. CloPeMa - Clothes Perception and Manipulation. [online]. [cit ]. [2] Technická specifikace. Nikon. [cit ]. http: / / www. nikon. cz / cs_cz / product / discontinued / digital-cameras / 2015 / d5100#tech_specs. [3] Technická specifikace. Nikon. [cit ] d/JAA013DA/details#specificationstab. [4] R-series. YASKAWA. [online]. [cit ]. ositioner_pi1%5buid%5d=182&chash=6405ccea1d8f18088ed550b0e [5] MA YASKAWA. [online]. [cit ]. %5Buid%5D=2499&cHash=e9e a15a5cf9d2ace0a65545e9. [6] Home. RadioRoSo. [online]. [cit ]. [7] Morgan Quigley, Brian Gerkey a William D. Smart. Programming Robots with ROS. 1. vydání. O Reilly Media, ISBN [8] gphoto. libgphoto2 library. [online]. [cit ]. [9] OpenCV. Open Source Computer Vision Library. [online]. [cit ]. [10] Camera Calibration a 3D Reconstruction. OpenCV. [online]. [cit ]. econstruction.html. [11] Milan Šonka, Václav Hlaváč a Roger Boyle. Image Processing, Analysis and Machine Vision. 2. vydání. PWS, ISBN X. [12] [13] Gaël Guennebaud, Benoît Jacob a others. Eigen v
Kalibrace kamery pro robotické pracoviště
Bakalářská práce F3 České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky Kalibrace kamery pro robotické pracoviště Jaroslav Lištvan Studijní program: Kybernetika a robotika
VíceKalibrační proces ve 3D
Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového
VíceSPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník MĚŘICKÝ SNÍMEK PRVKY VNITŘNÍ A VNĚJŠÍ ORIENTACE CHYBY SNÍMKU
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník MĚŘICKÝ SNÍMEK PRVKY VNITŘNÍ A VNĚJŠÍ ORIENTACE CHYBY SNÍMKU MĚŘICKÝ SNÍMEK Základem měření je fotografický snímek, který je v ideálním případě
Více7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem
7 Transformace 2D Studijní cíl Tento blok je věnován základním principům transformací v rovinné grafice. V následujícím textu bude vysvětlen rozdíl v přístupu k transformacím u vektorového a rastrového
VíceMěření průtoku kapaliny s využitím digitální kamery
Měření průtoku kapaliny s využitím digitální kamery Mareš, J., Vacek, M. Koudela, D. Vysoká škola chemicko-technologická Praha, Ústav počítačové a řídicí techniky, Technická 5, 166 28, Praha 6 e-mail:
VíceMeo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy
Centrum Digitální Optiky Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy Výzkumná zpráva projektu Identifikační čí slo výstupu: TE01020229DV003 Pracovní balíček: Zpracování dat S-H senzoru
VíceVýukové texty. pro předmět. Automatické řízení výrobní techniky (KKS/ARVT) na téma
Výukové texty pro předmět Automatické řízení výrobní techniky (KKS/ARVT) na téma Podklady a grafická vizualizace k určení souřadnicových systémů výrobních strojů Autor: Doc. Ing. Josef Formánek, Ph.D.
VícePerspektiva jako matematický model objektivu
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra informatiky a výpočetní techniky Semestrální práce z předmětu KMA/MM Perspektiva jako matematický model objektivu Martin Tichota mtichota@students.zcu.cz
VíceModerní metody rozpoznávání a zpracování obrazových informací 15
Moderní metody rozpoznávání a zpracování obrazových informací 15 Hodnocení transparentních materiálů pomocí vizualizační techniky Vlastimil Hotař, Ondřej Matúšek Katedra sklářských strojů a robotiky Fakulta
VíceÚvod do mobilní robotiky AIL028
md at robotika.cz http://robotika.cz/guide/umor07/cs 20. prosince 2007 1 2 3D model světa ProMIS Cvičení hledání domečku Model štěrbinové kamery Idealizovaný jednoduchý model kamery Paprsek světla vychází
Více11 Zobrazování objektů 3D grafiky
11 Zobrazování objektů 3D grafiky Studijní cíl Tento blok je věnován základním algoritmům zobrazení 3D grafiky. Postupně budou probrány základní metody projekce kolmé promítání, rovnoběžné promítání a
VíceVyužití letecké fotogrammetrie pro sledování historického vývoje krajiny
Využití letecké fotogrammetrie pro sledování historického vývoje krajiny Jitka Elznicová Katedra informatiky a geoinformatiky Fakulta životního prostředí Univerzita J.E.Purkyně v Ústí nad Labem Letecké
VíceTestování programu PhotoScan pro tvorbu 3D modelů objektů. Ing. Tomáš Jiroušek
Testování programu PhotoScan pro tvorbu 3D modelů objektů Ing. Tomáš Jiroušek Obsah Rozlišovací schopnost použitých fotoaparátů Kalibrace určení prvků vnitřní orientace Objekty pro testování Testování
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
VíceAplikace bin picking s použitím senzorové fúze
Moderní metody rozpoznávání a zpracování obrazových informací 2018 Aplikace bin picking s použitím senzorové fúze Vlastimil Hotař, Ondřej Matúšek Katedra sklářských strojů a robotiky Fakulta strojní Oddělení
VíceAutorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ
Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ Ing. Michal Švantner, Ph.D. Doc. Ing. Milan Honner, Ph.D. 1/10 Anotace Popisuje se software,
VíceFotogrammetrické 3D měření deformací dálničních mostů typu TOM
Fotogrammetrické 3D měření deformací dálničních mostů typu TOM Ing. Karel Vach CSc., s.r.o. Archeologická 2256, 155 00 Praha 5 http://www.eurogv.cz 1 Objekt SO 208 2 Technické zadání: - provést zaměření
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceDigitální video mikroskop navržený pro flexibilní kontrolu, řízení jakosti, měření a digitální záznam.
Katalogový list www.abetec.cz ESD digitální kamera Flexia HM OP-019 195 Obj. číslo: 106000751 Výrobce: Optilia Anotace Digitální video mikroskop navržený pro flexibilní kontrolu, řízení jakosti, měření
VíceOd vývoje po realizaci. Production of materials testing equipment and automation. Optický extenzometr- ONE. Made in Czech Republic
Production of materials testing equipment and automation Optický extenzometr- ONE Made in Czech Republic Production of materials testing equipment and automation Optický extenzometr - ONE HARDWARE Popis
VícePraktická geometrická optika
Praktická geometrická optika Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky Fakulta elektrotechnická,
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
Vícespsks.cz Část druhá - Praxe Technologie řízení robotického ramena Zpracováno v rámci projektu CZ.1.07/3,2, 10/04.0024 financovaného z fondů EU
Část druhá - Praxe Technologie řízení robotického ramena Zpracováno v rámci projektu CZ.1.07/3,2, 10/04.0024 financovaného z fondů EU kapitola 3 Obsah 9 Úvod... 37 10 Metodika... 38 10.1 Úprava vstupních
VíceKvaterniony, duální kvaterniony a jejich aplikace
1 / 16 Kvaterniony, duální kvaterniony a jejich aplikace Jitka Prošková Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky 17. 6. 21 2 / 16 Zadání Základní charakteristika tělesa
VíceAnalýza napjatosti PLASTICITA
Analýza napjatosti PLASTICITA TENZOR NAPĚTÍ Teplota v daném bodě je skalár, je to tenzor nultého řádu, který nezávisí na změně souřadného systému Síla je vektor, je to tenzor prvního řádu, v trojrozměrném
VíceDefektoskopie a defektometrie
Defektoskopie a defektometrie Aplikace počítačového vidění Karel Horák Skupina počítačového ového vidění Ústav automatizace a měřicí techniky Fakulta elektrotechniky a komunikačních technologií Vysoké
VícePřímá a inverzní kinematika manipulátoru pro NDT (implementační poznámky) (varianta 2: RRPR manipulátor)
Technická zpráva Katedra kybernetiky, Fakulta aplikovaných věd Západočeská univerzita v Plzni Přímá a inverzní kinematika manipulátoru pro NDT (implementační poznámky) (varianta 2: RRPR manipulátor) 22.
VícePraktická geometrická optika
Praktická geometrická optika Václav Hlaváč České vysoké učení technické v Praze Fakulta elektrotechnická, katedra kybernetiky Centrum strojového vnímání http://cmp.felk.cvut.cz/ hlavac, hlavac@fel.cvut.cz
VíceZáklady navrhování průmyslových experimentů DOE
Základy navrhování průmyslových experimentů DOE cílová hodnota V. Vícefaktoriální experimenty Gejza Dohnal střední hodnota cílová hodnota Vícefaktoriální návrhy experimentů počet faktorů: počet úrovní:
VíceSOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ. Martin Štroner, Bronislav Koska 1
SOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ SOFTWARE FOR PROCESSING OF POINT CLOUDS FROM LASER SCANNING Martin Štroner, Bronislav Koska 1 Abstract At the department of special geodesy is
VíceSoftware Form Control
Měření na kliknutí myši. Tak jednoduchá je kontrola obrobku v obráběcím centru pomocí měřícího softwaru FormControl. Nezáleží na tom, zda má obrobek obecné 3D kontury nebo běžný 2.5D charakter. Uživatel
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VíceOBRAZOVÁ ANALÝZA. Speciální technika a měření v oděvní výrobě
OBRAZOVÁ ANALÝZA Speciální technika a měření v oděvní výrobě Prostředky pro snímání obrazu Speciální technika a měření v oděvní výrobě 2 Princip zpracování obrazu matice polovodičových součástek, buňky
VíceSICK ROBOTICKÉ APLIKACE
SICK ROBOTICKÉ APLIKACE Martin Oswald Září 2017 Výroba má být co nejjednodušší a výrobek prakticky nejlepší. Všechno udělají živé stroje - člověk bude dělat, jen to co miluje. Bude žít proto, aby se zdokonaloval.
VíceJménem celého našeho týmu Vás vítám na naší prezentaci týmového projektu. Petr Kolář, Jan Šír, Kristýna Juchelková, Jakub Vraný
Jménem celého našeho týmu Vás vítám na naší prezentaci týmového projektu Petr Kolář, Jan Šír, Kristýna Juchelková, Jakub Vraný Měření a analýza polohy části těla v prostoru Petr Kolář, Jan Šír, Kristýna
VíceMechanika
Mechanika 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Mechanika Kinematika 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Vícekamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická
Odstranění geometrických zkreslení obrazu Vstupní obraz pro naše úlohy získáváme pomocí optické soustavy tvořené objektivem a kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická
VíceSnímání počítačových modelů lidského těla a jejich užití ve fyzioterapii. Ing. Adam Chromý doc. Ing. Luděk Žalud, Ph.D.
Snímání počítačových modelů lidského těla a jejich užití ve fyzioterapii Ing. Adam Chromý doc. Ing. Luděk Žalud, Ph.D. Projekt 3D skeneru laserový skener robotický manipulátor skenovaný objekt 2/12 Robotický
VícePROJEKT 3 2D TRAJEKTORIE KAMERY SEMESTRÁLNÍ PRÁCE DO PŘEDMĚTU MAPV
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceKalibrace kamery pro proužití ve skenovací profilometrii
Univerzita Palackého v Olomouci Přírodovědecká fakulta Katedra experimentální fyziky BAKALÁŘSKÁ PRÁCE Kalibrace kamery pro proužití ve skenovací profilometrii Vypracoval: Michal Skřipský Studijní program:
VíceSPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník SOUŘADNICOVÉ SOUSTAVY VE FOTOGRAMMETRII
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník SOUŘADNICOVÉ SOUSTAVY VE FOTOGRAMMETRII SOUŘADNICOVÉ SOUSTAVY VE FTM hlavní souřadnicové soustavy systém snímkových souřadnic systém modelových
VícePráce s texty, Transformace rastru, Připojení GPS
Školení programu TopoL xt Práce s texty, Transformace rastru, Připojení GPS Obsah: 1. Uživatelské rozhraní (heslovitě, bylo součástí minulých školení) 2. Nastavení programu (heslovitě, bylo součástí minulých
VíceFyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8
Středoškolská technika 2015 Setkání a prezentace prací středoškolských studentů na ČVUT Fyzikální laboratoř Kamil Mudruňka Gymnázium, Pardubice, Dašická 1083 1/8 O projektu Cílem projektu bylo vytvořit
VíceNávod k programu TRANSTOS v1.0
Návod k programu TRANSTOS v1.0 Konzolový program TRANSTOS v1.0 je určen k transformaci souřadnic do systému S-JTSK (Systém Jednotné Trigonometrické sítě Katastrální). Vstupem mohou být souřadnice ETRS-
VíceROBOTIKA M3A 2018/2019 ING. VLADIMÍR VYHŇÁK
ROBOTIKA M3A 2018/2019 ING. VLADIMÍR VYHŇÁK Návrh robotizovaných pracovišť Program ABB Robot Studio (dále jen ABB-RS) slouží k přípravě programů průmyslových robotů a jejich nejbližší periférie, k jejich
VíceLibor Kasl 1, Alois Materna 2
SROVNÁNÍ VÝPOČETNÍCH MODELŮ DESKY VYZTUŽENÉ TRÁMEM Libor Kasl 1, Alois Materna 2 Abstrakt Příspěvek se zabývá modelováním desky vyztužené trámem. Jsou zde srovnány různé výpočetní modely model s prostorovými
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
VíceSYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1
SYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1 (Souřadnicové výpočty 4, Orientace osnovy vodorovných směrů) 1. ročník bakalářského studia studijní program G studijní obor G doc. Ing. Jaromír Procházka, CSc. prosinec
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
VíceMěření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mikroelektroniky Měření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce Zadání Stávající
VíceÚvod do mobilní robotiky AIL028
Obsah zbynek.winkler at mff.cuni.cz http://robotika.cz/articles/umor/cs 22. října 2004 Obsah Co jsou to ti mobilní roboti? K čemu je to dobré? Jak bude vypadat přednáška? Jaké jsou další přednášky/semináře
VíceON-LINE SLEDOVÁNÍ POHYBUJÍCÍHO SE PŘEDMĚTU S VYUŽITÍM DIGITÁLNÍ KAMERY ON-LINE TRACKING OF MOVING OBJECT USING DIGITAL CAMERA
ON-LINE SLEDOVÁNÍ POHYBUJÍCÍHO SE PŘEDMĚTU S VYUŽITÍM DIGITÁLNÍ KAMERY ON-LINE TRACKING OF MOVING OBJECT USING DIGITAL CAMERA Jan Mareš 1, Lucie Gráfová 2, Aleš Procházka 3 Anotace: Příspěvek popisuje
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MECHANIKY TĚLES, MECHATRONIKY A BIOMECHANIKY Komentovaný metodický list č. 1/4 Vytvořil: Ing. Oldřich Ševeček & Ing. Tomáš Profant, Ph.D.
VícePROTOKOL O ZKOUŠCE 101 / 2009
Doc. Ing. Jiří Plch, CSc., Světelná technika Brno IČ 181 42 443 PROTOKOL O ZKOUŠCE 101 / 2009 Předmět zkoušky : Zadavatel : Jasová analýza osvětlení vozovky svítidly se světelnými diodami iguzzini Objednávka
VíceZpracování obrazu v FPGA. Leoš Maršálek ATEsystem s.r.o.
Zpracování obrazu v FPGA Leoš Maršálek ATEsystem s.r.o. Základní pojmy PROCESOROVÉ ČIPY Křemíkový čip zpracovávající obecné instrukce Různé architektury, pracují s různými paměti Výkon instrukcí je závislý
VíceInterpolace obrazu pro experimentální měřiče plošného teplotního rozložení
Interpolace obrazu pro experimentální měřiče plošného teplotního rozložení Bc. Zdeněk Martinásek Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií, Ústav telekomunikací,
VíceExperimentální realizace Buquoyovy úlohy
Experimentální realizace Buquoyovy úlohy ČENĚK KODEJŠKA, JAN ŘÍHA Přírodovědecká fakulta Univerzity Palackého, Olomouc Abstrakt Tato práce se zabývá experimentální realizací Buquoyovy úlohy. Jedná se o
Více4. Základy zpracování videa na počítači
4. 4.1 Videokamera Pojem video společně označuje digitální a analogové způsoby ukládání obrazových záznamů. Může být nahráváno a přenášeno v různých formátech v podobě diskových záznamů, kazet či souborů
VíceStředoškolská technika SCI-Lab
Středoškolská technika 2016 Setkání a prezentace prací středoškolských studentů na ČVUT SCI-Lab Kamil Mudruňka Gymnázium Dašická 1083 Dašická 1083, Pardubice O projektu SCI-Lab je program napsaný v jazyce
Více1 3D snímání: Metody a snímače
1 3D snímání: Metody a snímače Nejprve je potřeba definovat, že se v rámci tohoto předmětu budeme zabývat pouze bezkontaktními metodami zisku hloubkové informace. Metody pro 3D snímání lze dělit v podstatě
VíceCejchování kuželové pětiotvorové sondy pro vysokorychlostní aerodynamická měření
Cejchování kuželové pětiotvorové sondy pro vysokorychlostní aerodynamická měření Martin Kožíšek Vedoucí práce: Prof. Ing. Pavel Šafařík, CSc., Ing. Martin Luxa, Ph.D., Ing. David Šimurda Abstrakt Příspěvek
VíceVY_32_INOVACE_FY.12 OPTIKA II
VY_32_INOVACE_FY.12 OPTIKA II Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Jiří Kalous Základní a mateřská škola Bělá nad Radbuzou, 2011 Optická čočka je optická soustava dvou centrovaných
VíceDiplomová práce Prostředí pro programování pohybu manipulátorů
Diplomová práce Prostředí pro programování pohybu manipulátorů Štěpán Ulman 1 Úvod Motivace: Potřeba plánovače prostorové trajektorie pro výukové účely - TeachRobot Vstup: Zadávání geometrických a kinematických
VíceDigitální mikroskop s kamerou 2MP USB 1000X 8 LED + pohyblivý stojánek
1499775785 VÝROBNÍ ČÍSLO Digitální mikroskop s kamerou 2MP USB 1000X 8 LED + pohyblivý stojánek 1. POPIS Tento mikroskop Vám umožní pocítit vzrušení z objevování zcela nového mikroskopického světa, který
VíceN I K O N S. R. O. Oběžník č. bvso-05-09 13. srpna 2009 Dosáhněte na nedosažitelné Zahajujeme prodej nové série monokulárů Nikon EDG Fieldscope
Oběžník č. bvso-05-09 13. srpna 2009 Dosáhněte na nedosažitelné Zahajujeme prodej nové série monokulárů Nikon EDG Fieldscope EDG Fieldscope EDG Fieldscope -A EDG Fieldscope EDG Fieldscope -A Společnost
VíceÚvod do mobilní robotiky AIL028
zbynek.winkler at mff.cuni.cz http://robotika.cz/guide/umor07/cs 4. října 2007 1 Co jsou to ti mobilní roboti? K čemu je to dobré? Jak bude vypadat přednáška? Jaké jsou další přednášky/semináře o robotech?
VíceOptická triangulace pro měření a vizualizaci 3D tvaru objektů
Optická triangulace pro měření a vizualizaci 3D tvaru objektů Ident.č.: 1470 Datum: 1. 12. 2011 Typ: projekt FRVŠ G1 Autoři: BABINEC, T.; RICHTER, M.; GOGOL, F. Popis: Cílem projektu bylo vytvořit specializované
VíceVÝSLEDKYVÝVOJEAUTONOMNÍ MAPOVACÍVZDUCHOLODĚ
VÝSLEDKYVÝVOJEAUTONOMNÍ MAPOVACÍVZDUCHOLODĚ Ing. B. Koska, Ph.D., Ing. J. Jon Katedra speciální geodézie Fakulta stavební České vysoké učení technické v Praze Telč Listopad 2014 Obsah Seznámení s projektem
VíceNávrh rozsahu přejímacích zkoušek a zkoušek dlouhodobé stability. skiagrafických radiodiagnostických rtg zařízení s digitalizací obrazu.
Návrh rozsahu přejímacích zkoušek a zkoušek dlouhodobé stability skiagrafických radiodiagnostických rtg zařízení s digitalizací obrazu. 2007 Objednatel: Zhotovitel: Státní úřad pro jadernou bezpečnost
VíceSIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků
SIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků lukas.mach@gmail.com Přílohy (videa, zdrojáky, ) ke stažení na: http://mach.matfyz.cz/sift Korespondence
VíceČeské vysoké učení technické v Praze Fakulta biomedicínského inženýrství
České vysoké učení technické v Praze Fakulta biomedicínského inženýrství Úloha KA03/č. 5: Měření kinematiky a dynamiky pohybu osoby v prostoru pomocí ultrazvukového radaru Ing. Patrik Kutílek, Ph.., Ing.
Více1. Vymezení předmětu veřejné zakázky a podmínek plnění
1. Vymezení předmětu veřejné zakázky a podmínek plnění a) Vytvoření vektorové sítě místních komunikací silnic, parkovišť, parkovacích stání, chodníků a stezek. b) Kategorizace místních komunikací podle
VíceMěření vzdálenosti pomocí ultrazvuku na vstupu mikropočítače
Měření vzdálenosti pomocí ultrazvuku na vstupu mikropočítače vzorová úloha (SŠ) Jméno Třída.. Datum.. 1 Teoretický úvod Ultrazvukový snímač vytváří vysokofrekvenční zvukové vlny a zachycuje je zpět odrazem
VíceAlgoritmy a struktury neuropočítačů ASN - P11
Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova
VíceBROB Základy robotiky. Ing. František Burian, Ph.D. Jan Macháček VUT ID: Martin Pavelka VUT ID:
Předmět: BROB Základy robotiky Rok vypracování: 2018 Název projektu: Vedoucí práce: Realizace inverzní kinematiky manipulátoru Ing. František Burian, Ph.D. Autoři projektu: František Majvald VUT ID: 195601
VíceOptické měřicí 3D metody
Univerzita Palackého v Olomouci Přírodovědecká fakulta Optické měřicí 3D metod Michal Pochmon Olomouc 212 Oponent: RNDr. Tomáš Rössler Ph.D. Publikace bla připravena v rámci projektu Investice do rozvoje
VíceRF603 Měření vzdáleností triangulační technikou
Princip měření: Měření senzorů je založeno na principu optické triangulace. Paprsek laseru ze zdroje světla 1 je zaměřen přes optiku 2 na objekt 6. Po odrazu od objektu je paprsek fokusován přes objektiv
VíceBezkontaktní měření Fotogrammetrie v automotive
Bezkontaktní měření Fotogrammetrie v automotive Ing. Jaroslav Kopřiva Konferencia Združenia slovenských laboratórií a skúšobní, Hotel Stupka, Tále I 3.5 5.5. 2017 Využití fotogrammetrie v automotive zkušebnictví
VíceVyužití principů industry 4.0 v robotickém měřicím pracovišti ROMESY
Využití principů industry 4.0 v robotickém měřicím pracovišti ROMESY industry 4.0 Principy Interoperabilita (Internet věcí) Virtualizace Decentralizace Operace v reálném čase Orientace na služby Modularita
VíceLaserový skenovací systém LORS vývoj a testování přesnosti
Laserový skenovací systém LORS vývoj a testování přesnosti Ing. Bronislav Koska Ing. Martin Štroner, Ph.D. Doc. Ing. Jiří Pospíšil, CSc. ČVUT Fakulta stavební Praha Článek popisuje laserový skenovací systém
VíceLineární transformace
Lineární transformace 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.c http://cgg.mff.cuni.c/~pepca/ 1 / 28 Požadavk běžně používané transformace posunutí, otočení, většení/menšení, kosení,..
VíceFakulta elektrotechnická
České vysoké učení technické v Praze Fakulta elektrotechnická DIPLOMOVÁ PRÁCE Název diplomové práce Praha, 2002 Autor: Jirka Roubal Prohlášení Prohlašuji, že jsem svou diplomovou (bakalářskou) práci vypracoval
VíceInovace a zkvalitnění výuky prostřednictvím ICT Technické vybavení Digitální fotoaparáty Ing. Jakab Barnabáš
Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Technické vybavení Digitální fotoaparáty
VíceMetodika testů pro zařízení LZZ
LOKALIZAČNÍ A ZÁZNAMOVÁ ZAŘÍZENÍ Příloha č. 10 k Č.j.: PPR-24824-9/ČJ-2013-990640 Metodika testů pro zařízení LZZ Prováděné testy jsou seskupeny do následujících kategorií: 1. Kontrola dokumentace základní
VíceTransformace dat mezi různými datovými zdroji
Transformace dat mezi různými datovými zdroji Zpracovali: Datum prezentace: BUČKOVÁ Dagmar, BUC061 MINÁŘ Lukáš, MIN075 09. 04. 2008 Obsah Základní pojmy Souřadnicové systémy Co to jsou transformace Transformace
VíceStaré mapy TEMAP - elearning
Staré mapy TEMAP - elearning Modul 5 Digitalizace glóbů Ing. Markéta Potůčková, Ph.D. 2015 Přírodovědecká fakulta UK v Praze Katedra aplikované geoinformatiky a kartografie Motivace Glóby vždy byly a jsou
VíceMikroskopie, zobrazovací technika. Studentská 1402/2 461 17 Liberec 1 tel.: +420 485 353 006 cxi.tul.cz
Mikroskopie, zobrazovací technika Vizualizační technika Systém pro přímé sledování dějů ve spalovacím motoru AVL VISIOSCOPE, součástí zařízení je optické měřící zařízení pro měření teplot (VISIOFEM Temperature
VíceDigitální USB mikroskopy
Digitální USB mikroskopy 200x, 500x, 500xv2, 800x Návod k použití V2.2018 Stránka 1 Digitální USB mikroskop Děkujeme Vám za zakoupení našeho produktu. Věříme, že bude sloužit k Vaší plné spokojenosti.
VíceMerkur perfekt Challenge Studijní materiály
Merkur perfekt Challenge Studijní materiály T: 541 146 120 IČ: 00216305, DIČ: CZ00216305 / www.feec.vutbr.cz/merkur / steffan@feec.vutbr.cz 1 / 15 Název úlohy: Kresba čtyřlístku pomocí robotické ruky Anotace:
VíceÚvod do zpracování obrazů. Petr Petyovský Miloslav Richter
Úvod do zpracování obrazů Petr Petyovský Miloslav Richter 1 OBSAH Motivace, prvky a základní problémy počítačového vidění, pojem scéna Terminologie, obraz, zpracování a analýza obrazu, počítačové vidění,
VíceKapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2.
Kapitola 2 Přímková a rovinná soustava sil 2.1 Přímková soustava sil Soustava sil ležící ve společném paprsku se nazývá přímková soustava sil [2]. Působiště všech sil m i lze posunout do společného bodu
VíceTECHNOLOGIE ELASTICKÉ KONFORMNÍ TRANSFORMACE RASTROVÝCH OBRAZŮ
TECHNOLOGIE ELASTICKÉ KONFORMNÍ TRANSFORMACE RASTROVÝCH OBRAZŮ ÚVOD Technologie elastické konformní transformace rastrových obrazů je realizována v rámci webové aplikace NKT. Tato webová aplikace provádí
VícePřehled vhodných metod georeferencování starých map
Přehled vhodných metod georeferencování starých map ČVUT v Praze, katedra geomatiky 12. 3. 2015 Praha Georeferencování historická mapa vs. stará mapa georeferencování umístění obrazu mapy do referenčního
VíceSTANOVENÍ TÍHOVÉHO ZRYCHLENÍ REVERZNÍM KYVADLEM A STUDIUM GRAVITAČNÍHO POLE
DANIEL TUREČEK 2005 / 2006 1. 412 5. 14.3.2006 28.3.2006 5. STANOVENÍ TÍHOVÉHO ZRYCHLENÍ REVERZNÍM KYVADLEM A STUDIUM GRAVITAČNÍHO POLE 1. Úkol měření 1. Určete velikost tíhového zrychlení pro Prahu reverzním
VíceInovace a zkvalitnění výuky prostřednictvím ICT Pokročilé metody parametrického modelování
Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Inovace a zkvalitnění výuky prostřednictvím ICT Pokročilé metody parametrického modelování Animace
VíceRestaurace (obnovení) obrazu při známé degradaci
Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky
VíceSpektrální charakteristiky
Spektrální charakteristiky Cíl cvičení: Měření spektrálních charakteristik filtrů a zdrojů osvětlení 1 Teoretický úvod Interakcí elektromagnetického vlnění s libovolnou látkou vzniká optický jev, který
VíceVýpočet sedání kruhového základu sila
Inženýrský manuál č. 22 Aktualizace 06/2016 Výpočet sedání kruhového základu sila Program: MKP Soubor: Demo_manual_22.gmk Cílem tohoto manuálu je popsat řešení sedání kruhového základu sila pomocí metody
VíceModel šestiosého robotu v prostředí Matlab
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY Model šestiosého robotu v prostředí Matlab AUTOŘI PRÁCE : Petr Boháč Tomáš Fábry Ivo
Více